Introducción
Seguimos explorando mitos de distintas tradiciones y
regiones del mundo. En una entrada anterior trabajamos con relatos del universo griego clásico y ahora lo haremos con pueblos originarios africanos, cuya
diversidad es inabarcable en un post, lo que nos lleva a seguir la estrategia
de elegir tres mitos provenientes de pueblos y subregiones diferentes.
El enfoque que sostenemos es deliberadamente exploratorio y
crítico: no busca explicar causalmente ni anticipar comportamientos futuros. Se
apoya, más bien, en una lectura hermenéutica y comparativa. En consecuencia, no
tomamos los mitos como “profecías” de la inteligencia artificial (IA) ni como
claves históricas para descifrar fenómenos actuales. Los tratamos como
construcciones conceptuales complejas, evitando cualquier tentación de
continuidad histórica o equivalencia literal. Lo que nos interesa es la potencia
de una analogía estructural: el valor del mito no está en “resolver” los
dilemas contemporáneos, sino en ayudar a identificar supuestos que el lenguaje
técnico de la IA suele presentar como naturales o inevitables.
Hace falta sumar una precaución adicional para no caer en un
“extractivismo interpretativo”. Estos relatos están situados en historias,
lenguas y cosmologías concretas, y sus significados internos exceden
ampliamente el uso puntual que hacemos aquí. Por eso, no buscamos agotar sus
sentidos ni hablar en nombre de las comunidades que los elaboran y transmiten.
Con un objetivo más acotado, utilizamos estas narrativas como herramientas
críticas: nos permiten poner en tensión categorías del presente sin descontextualizarlas
ni convertirlas en metáforas utilitarias.
Nada de esto borra la asimetría entre los espacios donde los
mitos se producen y aquellos donde circulan hoy como insumos para el análisis.
Sin embargo, el ejercicio intenta, al menos, hacer visible esa desigualdad: la
facilidad con que los sistemas contemporáneos se apropian de saberes sin asumir
las condiciones materiales, culturales e históricas de su producción.
Ogo y el sacrificio del Nommo: mitigación ex post
En la cultura dogón, propia de la subregión del Sahel, el
desorden no es un accidente sino el resultado de una intervención que altera el
proceso mismo de constitución del mundo.
El mito de Ogo relata que Amma crea el “huevo del mundo”,
del cual debían nacer gemelos, Ogo y Nommo. Ogo, sin embargo, decide salir del
huevo de forma prematura, buscando apropiarse del universo en formación.
Arranca un trozo de su placenta, de la cual debía nacer su hermana, roba
semillas creadas por Amma y utiliza el fragmento de placenta extirpado como
nave, que luego se transformará en la Tierra. Luego Ogo “penetra” la Tierra en busca
de su hermana perdida, a quien nunca encontrará, lo que los dogón interpretan
como un acto incestuoso: la penetración de la placenta de su propia madre.
Todo ello trastorna el orden de la creación, que solo es
parcialmente restablecido cuando Nommo desciende para reparar el daño causado
por Ogo, a quien Amma acaba transformando en un zorro pálido (Bonnefoy [ed.],
1993:154).
Esta secuencia narrativa permite pensar el problema de la
mitigación tras el despliegue de sistemas de IA, cuando estos ya operan en el
mundo, generan externalidades y acumulan dependencias. El mito de Ogo ofrece un
esquema para conceptualizar la falla como un proceso de escalamiento: una
decisión de diseño o de despliegue desencadena una cadena de efectos que, una
vez consolidados, resultan difíciles de revertir.
En este punto, la analogía mítica dialoga directamente con
una amplia literatura sobre dependencia de trayectoria y retornos crecientes en
sistemas políticos y tecnológicos. Como muestra Pierson, las decisiones
tempranas tienden a producir efectos acumulativos que refuerzan el curso
adoptado y elevan progresivamente los costos del cambio institucional, incluso
cuando los resultados iniciales se revelan subóptimos (Pierson, 2000:251-259).
De manera convergente, Arthur demuestra cómo pequeños eventos contingentes
pueden generar procesos de lock-in tecnológico, donde la corrección
posterior deja de ser una opción neutral y se convierte en una reconfiguración
costosa del sistema en su conjunto (Arthur, 1989:116-121). En el caso de la IA,
ese lock-in rara vez es “el modelo” aislado: tiende a asentarse en
ecosistemas (infraestructura, datos, contratos, estándares, hábitos
organizacionales) que elevan el costo político e institucional de revertir
decisiones tempranas.
Creemos que este mito también introduce la idea de la
reparación como costo. Reestablecer el orden requiere un mecanismo específico y
abarcador, el sacrificio de Nommo, que va más allá de correcciones puntuales.
En el campo de la IA, ese “arreglo” suele implicar retirar sistemas, auditar
decisiones, compensar daños, reentrenar modelos, rediseñar procesos humanos y
reconfigurar incentivos organizacionales. La reparación ex post no
restaura un estado previo, sino que reorganiza el mundo bajo la huella del daño
ya producido.
Finalmente, el mito remite a la responsabilidad como práctica sostenida: la creación continúa, pero el desorden queda como memoria que condiciona el desarrollo posterior del sistema. En términos contemporáneos, esto conecta con la dificultad de aprender institucionalmente de fallas previas en sistemas complejos. McGregor observa que, pese al despliegue creciente de sistemas inteligentes en dominios safety-critical, la comunidad internacional carece de mecanismos formales compartidos y vinculantes que permitan aprender de fallas pasadas; de allí su énfasis en la necesidad de visibilizar incidentes como condición para evitar su repetición (McGregor, 2020:1-6).
La conexión cielo-Tierra y la sobreexplotación de recursos que genera la IA
Entre los lozi, el mito de Kamonu narra el acercamiento
entre el poder creador y la iniciativa humana. En el inicio, el dios creador
vive junto a los hombres, entre ellos Kamonu, quien se distingue por su
inteligencia. Cuando el creador trabaja el hierro y forja, Kamonu reproduce sus
actos. La tensión se transforma en conflicto cuando Kamonu fabrica una lanza y
mata un antílope. Al enterarse, el creador lo castiga por romper el orden de
convivencia entre los seres y lo expulsa de sus tierras; Kamonu implora volver
y es readmitido bajo la condición de dedicarse solo al cultivo, pero vuelve a
matar animales cuando estos ingresan a su plantación.
A partir de allí se suceden hechos nefastos: objetos que se
rompen, animales domésticos que mueren y, finalmente, la pérdida de su hijo.
Kamonu acude al creador para reclamar y encuentra en su casa los objetos rotos,
los animales muertos y a su propio hijo, todos en manos del dios, quien se
niega a devolver lo perdido. Kamonu decide perseguirlo y, cuando el creador
asciende al cielo, intenta alcanzarlo trepando por un hilo tejido por una
araña; al fracasar, apila árboles para llegar al cielo, pero la estructura
colapsa y, con ella, se autodestruye la aspiración de acceder al mundo del dios
por acumulación (Parrinder, 1986:40).
Este relato permite reflexionar sobre la extractividad de
recursos naturales y datos que alimenta la industria de la IA. Kamonu encarna
un impulso característico de la modernidad técnica: la imitación como deseo de
equivalencia, no para usar una herramienta, sino para apropiarse del rol del
creador y alterar su finalidad. El mito desplaza así la captura de recursos
desde un registro instrumental hacia uno relacional: matar “hermanos” introduce
una fractura que produce pérdidas irreparables y advierte contra la ilusión de
que la extracción de materia y datos puede sostenerse sin costos sistémicos.
Esta lectura converge con diagnósticos contemporáneos sobre
el carácter extractivo del capitalismo de datos. Couldry y Mejías describen
cómo la apropiación sistemática de información y experiencia humana constituye
una nueva forma de colonialismo, basada no en la ocupación territorial clásica
sino en la captura masiva de datos y en la subordinación de poblaciones enteras
a infraestructuras digitales opacas (Couldry & Mejías, 2019:1-27). En un
registro institucional convergente, el Digital Economy Report 2024 de
UNCTAD describe la persistencia de brechas digitales y de datos y resalta
dinámicas de concentración en el ecosistema digital; en particular, señala cómo
la creciente centralidad de plataformas y servicios de infraestructura digital
se asocia a formas de concentración que atraviesan la cadena de valor de los
datos (UNCTAD, 2024:3-5).
La retirada del creador y el fracaso del ascenso de Kamonu remiten así, en clave contemporánea, a las disputas por el acceso a las infraestructuras que habilitan los beneficios de la IA. En términos institucionales, esto se refleja en los límites de los marcos de análisis de impactos algorítmicos, que pueden quedar debilitados cuando descansan en conocimiento técnico y organizacional al que, en la práctica, solo acceden plenamente los propios desarrolladores de los sistemas (Selbst, 2021:117-128).
El camaleón y el lagarto: latencia, prioridades y “carreras” de despliegue
Los zulúes habitan la parte austral de África. Uno de sus
mitos centrales relata cómo Unkulunkulu envía un mensaje simple y decisivo a la
humanidad a través de un camaleón: “Ningún hombre debe morir”. Al advertir que
el camaleón avanza lentamente y se distrae en su camino, Unkulunkulu envía un
segundo mensajero, un lagarto, con el mensaje opuesto: “Los hombres deben morir”.
El lagarto llega primero y, cuando el camaleón finalmente
arriba, los humanos responden que ya han oído al lagarto y que “Por la
palabra del lagarto, los hombres morirán” (Callaway, 1870:6).
Este mito permite pensar un rasgo clave de la IA
contemporánea: la primacía del tiempo. En sistemas que escalan rápidamente,
quien llega primero, al mercado o al Estado, fija trayectorias de uso y
normalización antes de que existan salvaguardas, auditorías o regulaciones. El
mito no afirma que la demora cause la muerte en sentido literal, pero sí que el
orden del mundo puede quedar sellado por una secuencia temporal: pronunciada y
aceptada la primera palabra, la segunda ya no tiene el mismo valor.
Este problema ha sido ampliamente tematizado en la
literatura sobre gobernanza tecnológica como un desajuste entre innovación y
control. Collingridge formuló este dilema tempranamente al señalar que, en
las primeras etapas de una tecnología, el cambio es fácil, pero los efectos aún
no son visibles, mientras que, cuando los efectos se vuelven evidentes, la
tecnología ya se encuentra profundamente incrustada y resulta difícil de
modificar (Collingridge, 1980:11-24). Trabajos posteriores han retomado esta
intuición bajo la noción de “problema de desfase” (pacing problem),
destacando cómo la velocidad del desarrollo tecnológico tiende a superar las capacidades
de respuesta normativa y regulatoria (Allenby, Marchant & Herkert, 2011:1-19).
En este marco, diagnósticos contemporáneos sobre el marco
(framing) competitivo refuerzan la lectura mítica. Cave y Ó
hÉigeartaigh describen la retórica de una “carrera por la ventaja estratégica”
(“race for strategic advantage”) y advierten sobre los riesgos de esta incentive
la toma de atajos (corner-cutting) en materia de seguridad y
gobernanza (Cave & Ó hÉigeartaigh, 2017:1-8). En el mismo registro, un
informe coordinado por Perry World House y RAND identifica la intensificación
de estas dinámicas, en particular entre Estados Unidos y China, y alerta sobre
el riesgo de accidentes catastróficos, errores de uso y conflictos violentos
asociados (Perry World House & RAND, 2025:v-xii).
Las dificultades para establecer un modelo global de gobernanza de la IA recuerdan al camaleón: la pregunta crítica no es solo qué normas se diseñan, sino su dinámica de progreso, más lento que el lagarto que trae cambios en las tecnologías digitales.
La naturalización de una IA objetiva: un arma de triple filo
En conjunto, los tres mitos permiten sostener una misma tesis:
la inteligencia artificial no opera como una entidad neutra ni autosuficiente,
sino como un poder condicional, relacional y materialmente situado. Es
condicional porque depende de infraestructuras y reglas de acceso que no
controla por completo; es relacional porque reconfigura vínculos, jerarquías y
asimetrías; y es material porque se sostiene en recursos finitos y en
temporalidades de despliegue que distribuyen de manera desigual costos y beneficios.
Leída desde esta clave, la promesa de una IA objetiva y
eficiente no aparece como una propiedad técnica intrínseca, sino como una
narrativa estabilizadora: una forma de cerrar el debate sobre responsabilidad,
reparación y límites justo en el momento en que esos debates se vuelven más
urgentes.
Los mitos no ofrecen soluciones normativas ni modelos
alternativos de gobernanza, pero sí permiten desnaturalizar esa clausura
prematura de sentidos, recordándonos que todo orden construido, también el
tecnológico, implica decisiones, sacrificios y exclusiones.
Pensar la IA a partir de estas narrativas no es, en
consecuencia, un ejercicio de nostalgia ni de analogía forzada sino una forma
de resistir la idea de que el presente técnico carece de precedentes conceptuales
y, por lo tanto, de alternativas imaginables: donde el discurso dominante
presenta la expansión de la IA como inevitable y lineal, los mitos reintroducen
la pregunta por el cómo, el para quién y el a qué costo, descorriendo el manto
tras el que las tecnologías digitales pretenden esconder decisiones políticas
de alto impacto global bajo un discurso de naturalización, objetividad y
progreso.
Referencias
Allenby,
B., Marchant, G., y Herkert, J. (Eds.). (2011). The growing gap between
emerging technologies and legal-ethical oversight: The pacing problem.
Springer.
Arthur, W.
B. (1989). Competing technologies, increasing returns, and lock-in by
historical events. The Economic Journal, 99(394), 116-131.
Bonnefoy,
Y. (Ed.). (1993). American, African, and Old European mythologies.
University of Chicago Press.
Callaway,
H. (1870). The religious system of the Amazulu. Trübner & Co.
Cave, S.,
& Ó hÉigeartaigh, S. (2017). An AI race for strategic advantage:
Rhetoric and risks. Future of Humanity Institute, University of Oxford, 1-8.
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3446708
Collingridge,
D. (1980). The social control of technology. Frances Pinter.
Couldry,
N., & Mejías, U.A. (2019). The costs of connection: How data is
colonizing human life and appropriating it for capitalism. Stanford
University Press.
McGregor,
S. (2020, November 18). When AI systems fail: Introducing the AI Incident
Database. AI Incident Database. Partnership on AI. https://partnershiponai.org/aiincidentdatabase/
Parrinder,
G. (1986). African mythology (rev. ed.). Peter Bedrick Books.
Perry World
House & RAND Corporation. (2025). The artificial general intelligence
race and international security. University of Pennsylvania / RAND. https://www.rand.org/pubs/perspectives/PEA4155-1.htm
Pierson:(2000).
Increasing returns, path dependence, and the study of politics. American
Political Science Review, 94(2), 251-267.
Selbst, A.
D. (2021). An institutional view of algorithmic impact assessments. Harvard
Journal of Law & Technology, 35(1), 117-190. https://jolt.law.harvard.edu/assets/articlePDFs/v35/Selbst-An-Institutional-View-of-Algorithmic-Impact-Assessments.pdf
UNCTAD.
(2024). Digital Economy Report 2024: Shaping an environmentally sustainable
and inclusive digital economy. https://unctad.org/system/files/official-document/der2024_en.pdf
Winner, L. (1980). Do artifacts have politics? Daedalus, 109(1), 121-136. https://faculty.cc.gatech.edu/~beki/cs4001/Winner.pdf
Versión en ingles (EN) aquí